改进上海话 TTS：通过分词处理连读变调
计算与语言
2023-08-01 v1
摘要
声调是上海话（主要分布于上海城区的吴语方言）韵律的关键组成部分。连读变调适用于上海话所有多音节词，因此是自然语音的关键。遗憾的是，近期上海话 TTS（文本转语音）工作如 Apple 的 VoiceOver 在连读变调上表现不佳，尤其是左域主导变调（LD）。本文表明，文本预处理中的分词可改善 TTS 模型中连读变调的生成质量。同一词内的音节被标注特殊符号，作为 LD 域的韵律信息代理。与主要将韵律标注用于静态停顿的常规做法相反，本文证明韵律标注也可应用于动态声调现象。我期望本项目能成为将上海话形式语言学描述引入计算项目的起点。我们长久以来用普通话模型来近似上海话，但它是具有自身语言特征的不同语言，其数字化与复兴应如此对待。
引用
@article{arxiv.2307.16199,
title = {Improving TTS for Shanghainese: Addressing Tone Sandhi via Word Segmentation},
author = {Yuanhao Chen},
journal= {arXiv preprint arXiv:2307.16199},
year = {2023}
}